細胞毒性數據挖掘技術與應用

前言 

第1章 細胞電阻抗傳感技術概述 1 
1.1 細胞電阻抗傳感技術背景 2 
1.1.1 細胞電阻抗傳感技術簡介 2 
1.1.2 細胞電阻抗傳感技術的意義 5 
1.1.3 細胞電阻抗傳感技術發展歷程 5 
1.2 基於細胞電阻抗傳感技術的典型儀器 7 
1.2.1 ECIS細胞動態分析儀 7 
1.2.2 Bionas 1500/2500細胞代謝監測儀 10 
1.2.3 CellKey細胞介電譜分析系統 11 
1.2.4 Cellasys細胞代謝監測儀 12 
1.2.5 RTCA即時細胞分析儀 13 
1.3 細胞電阻抗傳感技術的應用 15 
1.3.1 心肌能檢測 15 
1.3.2 細胞黏附和伸展 16 
1.3.3 細胞共培養 18 
1.3.4 細胞遷移和浸潤 18 
1.3.5 細胞毒性檢測 19 
1.4 RTCA細胞毒性數據的預處理 21 
參考文獻 26 

第2章 細胞毒性動力學模型參數估計方法 30 
2.1 引言 30 
2.2 細胞毒性動力學模型描述 31 
2.3 演算法原理及步驟 32 
2.4 演算法驗證及結果 34 
2.5 細胞毒性動力學模型應用 41 
2.6 本章小結 44 
參考文獻 44 

第3章 基於細胞毒性動態回應曲線的體外細胞毒性評價方法 46 
3.1 引言 46 
3.2 LC50/GI50演算法及步驟 47 
3.3 AUC50演算法及步驟 53 
3.4 KC50演算法及步驟 60 
3.5 RC預測模型的對比分析 66 
3.6 結果與討論 72 
參考文獻 75 

第4章 基於細胞毒性動態回應曲線的化學物質MoA分類方法 79 
4.1 引言 79 
4.2 TCRC數據預處理 82 
4.3 演算法原理及步驟 86 
4.3.1 主成分分析 87 
4.3.2 函數型資料分析 91 
4.3.3 層次聚類演算法 97 
4.4 演算法驗證及結果 98 
4.5 結果與討論 101 
參考文獻 102 

第5章 細胞毒性動態回應資料的可靠性分析方法 106 
5.1 引言 106 
5.2 邊緣效應檢測與篩選方法 108 
5.2.1 問題描述 108 
5.2.2 演算法原理及步驟 108 
5.2.3 演算法驗證及結果 115 
5.3 RTCA實驗資料重複性評估方法 128 
5.3.1 演算法原理及步驟 128 
5.3.2 演算法驗證及結果 132 
5.4 本章小結 140 
參考文獻 140 

第6章 基於細胞毒性動態回應曲線的誘變細胞數目預測模型估計 143 
6.1 引言 143 
6.2 誘變細胞數目預測模型估計方法 144 
6.3 誘變細胞數目預測模型分析 149 
6.4 本章小結 150 
參考文獻 150 

附錄 152